Tmuxinator 技术文档
2024-12-20 20:20:32作者:毕习沙Eudora
1. 安装指南
通过 RubyGems 安装
gem install tmuxinator
通过 Homebrew 安装
brew install tmuxinator
注意:通过 Homebrew 安装可能会遇到一些问题,建议优先使用 RubyGems 安装。
依赖环境
- Ruby:Tmuxinator 兼容当前维护的 Ruby 版本。如果你的系统提供的 Ruby 版本不受支持,建议使用 RVM 或 rbenv 安装支持的 Ruby 版本。
- tmux:推荐使用 tmux 1.8 或更高版本,但 2.5 版本不支持。
2. 项目的使用说明
创建项目
使用以下命令创建或编辑项目:
tmuxinator new [project]
如果你想在当前目录下创建本地项目配置文件(.tmuxinator.yml),可以使用:
tmuxinator new --local [project]
编辑项目
你可以使用以下命令编辑现有项目:
tmuxinator open [project]
启动项目
创建或编辑项目后,使用以下命令启动项目:
tmuxinator start [project]
其他常用命令
tmuxinator list:列出所有项目tmuxinator delete [project]:删除项目tmuxinator implode:删除所有项目
3. 项目API使用文档
项目配置文件
Tmuxinator 使用 YAML 格式的配置文件来定义 tmux 会话的结构。以下是一个示例配置文件:
name: sample
root: ~/
windows:
- editor:
layout: main-vertical
panes:
- vim
- guard
- server: bundle exec rails s
- logs: tail -f log/development.log
配置项说明
- name: 项目名称。
- root: 项目的根目录。
- windows: 定义 tmux 窗口及其内容。
- editor: 窗口名称。
- layout: 窗口布局,如
main-vertical。 - panes: 窗口中的面板,每个面板可以运行不同的命令。
- layout: 窗口布局,如
- editor: 窗口名称。
自定义会话启动
你可以通过 attach 选项控制是否自动附加到 tmux 会话:
attach: false
项目钩子
Tmuxinator 支持在项目启动、停止等不同阶段执行命令:
on_project_start: command
on_project_exit: command
4. 项目安装方式
安装 tmuxinator
通过 RubyGems 安装:
gem install tmuxinator
通过 Homebrew 安装:
brew install tmuxinator
安装 tmux
确保你已经安装了 tmux,推荐版本为 1.8 或更高版本。
配置 shell 编辑器
Tmuxinator 使用默认的 shell 编辑器。你可以通过以下命令查看当前编辑器:
echo $EDITOR
如果需要更改默认编辑器,可以在 ~/.bashrc 或 ~/.zshrc 中添加如下配置:
export EDITOR='vim'
安装补全脚本
如果你通过 RubyGems 安装了 Tmuxinator,需要手动安装补全脚本:
bash
wget https://raw.githubusercontent.com/tmuxinator/tmuxinator/master/completion/tmuxinator.bash -O /etc/bash_completion.d/tmuxinator.bash
zsh
wget https://raw.githubusercontent.com/tmuxinator/tmuxinator/master/completion/tmuxinator.zsh -O /usr/local/share/zsh/site-functions/_tmuxinator
fish
wget https://raw.githubusercontent.com/tmuxinator/tmuxinator/master/completion/tmuxinator.fish -O ~/.config/fish/completions/tmuxinator.fish
通过以上步骤,你可以顺利安装并使用 Tmuxinator 来管理和创建 tmux 会话。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217